τ0-WM：用异构数据训练的开源具身世界模型 · world-model

它给"机器人世界模型该喂什么数据"这场争论提供了一个务实答案。当 NVIDIA DreamDojo 押注 4.4 万小时人类视频、马里兰 HumanEgo 主张"30 分钟+表征对齐就够"、EgoScale 验证缩放定律时，τ0-WM 的判断是三者各对一半：人类视频教的是物理先验（刀切胡萝卜如何碎裂、液体如何倾倒），不是动作执行；真机数据才教"怎么动"。关键设计是按模态分工监督，不让无动作标签的人类视频污染动作分支的梯度。

上海创智学院 & 智元具身研究中心（罗剑岚团队）· 开源 · 解读：具身纪元 原文；量子位 原文

模型参数量 5B，预训练数据共 2.73 万小时，由 1.78 万小时真机遥操作（在 AGIBOT-G01、Franka 等跨本体平台采集）、6500 小时 UMI 数据与 3000 小时人类第一人称视频组成，号称当前规模最大的具身世界模型预训练。其核心方法 Modality-Specific Supervision Masks 让每类数据只监督它能监督的部分——人类视频仅参与视频预测损失，动作分支通过 cross-attention"看着"预测出的未来画面来决策。

Qwen-VLA：一套权重统一操作、导航与轨迹预测 · vla

阿里通义没有再造"专用专家"，而是把通用 VLM（Qwen3.5）直接接上一个 DiT 流匹配动作解码器，靠"具身感知 Prompt"在推理时告知平台类型（单臂/双臂/灵巧手/移动底座），用同一组动作头适配截然不同的控制模式。这是对当前具身模型"能力碎片化、换个场景就失灵"现状的一次正面回应；真机分布外成功率显著超过 π0.5 是其最有说服力的一点。

阿里通义团队 · 解读：多模态实验室 原文；智核漫游 原文

架构为"大脑 Qwen3.5 视觉语言主干 + 小脑约 11.5 亿参数 DiT 动作专家"，采用固定最大通道维度 + 二值 Mask 的方案让一组 DiT 参数处理所有动作维度。训练分四阶段：先纯文本预训练 DiT 建立动作先验（T2A，故意不给图像），再到持续预训练、监督微调与强化学习。报告成绩：LIBERO 97.9%、Simpler-WidowX 73.7%、RoboTwin 简单/困难 86.1%/87.2%、R2R 导航 OSR 69.0%；ALOHA 双臂真机分布外平均成功率 76.9%，较 π0.5 高 35.4 个百分点。

VLA-Pro：给 VLA 装上可检索的"程序性记忆"外挂 · vla

它直击 VLA 模型像"背题家"而非"学霸"的通病——见过抓瓶子，换个形状相近、稍重的麦克风就抓不好。VLA-Pro 不重构架构、也不靠看几张示例图临阵抱佛脚，而是把每个任务的"手感"压缩成轻量 LoRA 适配器，按动作类型加权检索、Softmax 融合后临时挂载、用完即卸。作为即插即用模块给多种基模普遍涨点，是它最实用的地方。

复旦大学 & 新智具身 · 开源 github.com/ketchup45/VLA-Pro · 解读：类人实验室 原文

方法将物理交互过程抽象为"结构化程序状态"（动作类型、物体几何、爪子朝向、交互点四维），以此作为 LoRA 适配器的索引检索 top-k 经验并融合。RoboTwin 基准上为 X-VLA、RDT、π0.5 分别带来 76%、207%、47% 的相对提升；RLBench 九项零样本任务平均成功率 20.9%，超次优方法 AtomicVLA（14.7%）；UR7e 真机上,面对未见物体与全新任务,将 π0.5 的成功率从 5.8% 提升至 65.0%。

VisualThink-VLA：让机器人"用眼睛思考"以提速推理 · vla

VLA 推理慢、思维链冗长是真机部署的现实瓶颈，这篇尝试把"思考"放到视觉空间而非长文本里，据称在保持性能的同时把推理速度提到 22.8 倍。提速幅度为作者口径，值得关注其在复杂长程任务上的稳定性。

解读：肉身算法 原文

核心思路是以视觉化的中间表征替代纯语言推理链，缩短动作生成前的"思考"开销，从而在不显著牺牲成功率的前提下大幅压缩推理延迟。

minWM：把视频生成模型改造成实时可交互的世界模型 · world-model

视频生成模型画面逼真却难做控制——既慢、又不接受动作输入。minWM 关注的正是把"会做梦"的视频模型改造成"能被实时操控"的世界模型这一工程化关键，对世界模型从演示走向闭环控制有参考价值。

解读：肉身算法 原文

解读以全栈视角拆解了如何在视频生成 backbone 上引入动作条件与实时交互能力，使其可作为策略训练或在线规划的可交互环境，而非仅用于离线视频预测。

压力中心表示：打通灵巧操作的 Sim-to-Real 鸿沟 · manipulation

触觉信号在仿真与真机间的差异是灵巧操作落地的老大难。这篇走"中间道路"，用压力中心（center-of-pressure）这一既非原始触觉图、也非高度抽象量的表示来对齐 sim 与 real，思路在触觉迁移上较有针对性。

解读：肉身算法 原文

方法以压力中心作为触觉的紧凑表征，降低仿真到现实的分布差异，从而在仿真中训练的灵巧操作策略能更平滑地迁移到真机执行。

长安汽车｜成立人形机器人公司｜注册资本 4.5 亿元 · humanoid

长安天枢智能机器人（重庆）有限公司，长安汽车出资 2.25 亿元持股 50%、长安系合计控股约 60%。规划 2028 年量产人形汽车机器人、2030 年后拓展家庭服务，现有原型"小安"身高 169cm、40 个自由度。这是继比亚迪、特斯拉、小鹏之后又一家车企以独立法人重金切入人形赛道，车企"从四轮到双足"的跨界已成趋势。来源：千机局 原文

眸深智能（复旦系）｜Pre-A 轮｜3 亿元 · world-model ⚠️ 单方口径

公司称半年内完成 5 轮融资，3 亿元 Pre-A 轮获 5 倍超额认购，并发布 STI-WM 时空一体世界-动作模型，主打三维感知、物理一致性约束与端侧轻量化部署，已与宇树科技、禾川科技等达成合作。融资节奏与"全球第一梯队""锁定 10 亿元订单"等表述均为公司自述，需后续披露与第三方验证。来源：量子位 原文

灵心巧手（LinkerBot）｜并购京灵智康 · embodied ⚠️ 单方口径

据报道灵心巧手拟并购京灵智康以推进仿生手普及与量产。灵心巧手是全球高自由度灵巧手领先厂商，Linker Hand 系列称市占率约 80%、2026 年计划交付数万台级，此前完成数亿元 A+ 轮。灵巧手赛道正从"复刻人手"转向"工程最优"，并购整合加速。来源：网通社快报 https://auto.ifeng.com/c/8ta29CLXhkG

曦诺未来（Xynova）｜灵巧手｜小米、理想同时入股 · embodied

核心产品 XynovaFlex 2 混驱灵巧手（约 400g、23 自由度，称年底 1 万台产能）在 ICRA 线下首发。值得注意的是小米与理想同时出现在其股东名单——车企对灵巧手这一高壁垒环节的供应链卡位意图明显。来源：投资创业新鲜事 原文

行业资本面｜2026 年一季度具身智能融资约 340 亿元 · adjacent ⚠️ 媒体统计口径

有统计称一季度融资事件超 210 起、规模突破 340 亿元，日均约 3 亿元，远超 2025 年同期约 126 亿元水平；资金正从"造整机"向上游零部件、中游"大脑"、下游平台全产业链渗透，且更看重交付后的复购与实际可用性。具体口径与统计范围各家不一，作为热度参照而非精确数据。来源：珞珈智库 原文

宇树科技 6 月 1 日科创板 IPO 上会，募资约 42 亿 · humanoid ✅ 已证实

从受理到上会仅 73 天，冲刺 A 股"人形机器人第一股"。招股书显示 2025 年营收 17.08 亿元（同比 +335%）、净利润 2.78 亿元，人形机器人出货超 5500 台、全球市占约 32.4% 居首。但一季度增收不增利——营收 4.22 亿元（+68.49%），扣非净利润约 4025 万元（-52.55%），公司将研发投入加大、转向具身智能"大脑"列为主因，并罕见地把"增速放缓"写入头号风险。来源：保险会长大 原文；旷见 原文

智元 GE 2.0 世界模型登顶 CVPR WorldArena Track1 · world-model ⚠️ 榜单口径

智元自研 Genie Envisioner-Sim 2.0（约 20 亿参数）以综合得分 68.26 分在 CVPR 2026 WorldArena Track1（世界模型感知与动作响应赛道）排名第一，且称未对赛题做特殊优化、仅基础微调的"裸考"夺冠。需要注意的是,同期世界模型赛道"三路分兵"——有报道称星动纪元、北京人形也分别在各自榜单/赛道登顶,"登顶"叙事需结合具体评测口径理解。来源：老铁同志 原文；虎嗅 https://www.huxiu.com/article/4863134.html

美国 Foundation 公司 MK-1 人形机器人进入乌克兰战场测试 · humanoid ⚠️ 媒体口径

据央视等转引，旧金山初创公司 Foundation（成立约两年）已于 2 月在乌克兰部署"幻影"MK-1 人形机器人执行侦察与物流补给，计划今年发送升级版并以战场实测数据对接美军、远期目标 5 万台、单机可携 40kg 载荷（含枪械）。"让机器人自主决策战争"引发显著伦理担忧；乌方测评（Мілітарний）则称 MK-1 当前战场适用性有限。这是能力演示与意向叙事,距规模化战场部署尚远。来源：央视新闻 原文；Мілітарний https://militarnyi.com/en/news/ukraine-testing-shows-limited-suitability-of-phantom-mk-1-humanoid-robots-for-battlefield-use/

特斯拉 FSD 完成 6000+ 公里零干预横穿加拿大 · autonomy ⚠️ 车主演示口径

北美车主团队称用最新 FSD V14.3.3 跑完超 6000 公里、含泊车在内全程无人工接管，特斯拉 AI 主管转发致谢。该挑战为单次长途展示、非量产可靠性指标；同期 FSD 正面临监管调查与车主关于"完全自动驾驶"宣传的集体诉讼，宣传话术与实际能力边界仍是争点。来源：新浪财经 https://finance.sina.cn/tech/2026-05-31/detail-inhztyms6435249.d.html?oid=WA%200859%203970%200884%20Bengkel%20Las%20Kanopi%20Teras%20Rumah%20Mewah%20Murah%20Ungaran%20Barat%20Kab%20Semarang&vt=4；新浪网 https://www.sina.cn/news/detail/5304642273544553.html

Waymo 推新车 Ojai 并扩运营，年底目标周付费单破 100 万 · autonomy ⚠️ 目标口径

Waymo 与极氪合作的新车型 Ojai 上路，先在旧金山、洛杉矶、凤凰城向部分乘客开放，并公开夜间低光运营画面以验证全天候能力。联席 CEO 称到年底美国每周付费无人订单将突破 100 万次——为目标而非已实现数据。Robotaxi 商业化竞争（Waymo-极氪 vs 特斯拉 Cybercab）正进入规模与成本的实打实阶段。来源：Vehicle 原文；都市情报 原文

现代 Atlas 人形机器人将进工厂实测，2028 目标年产 3 万台 · humanoid

现代汽车集团计划 2026 年三季度让 Atlas 在美国工厂实地测试，2028 年达到年产 3 万台目标，并以约 15 亿美元加码机器人布局。车厂正把人形机器人推向真实产线节拍验证，与"展台炫技"明显拉开距离。来源：陈先生的万能笔记 原文；Dallas Express https://dallasexpress.com/business-markets/hyundais-1-5b-bet-puts-robots-and-robotaxis-in-focus/

宝马莱比锡工厂引入 Aeon 人形机器人，今夏投产 · industrial

据 BBC 报道，宝马将在德国莱比锡工厂引入两台由海克斯康（Hexagon）制造的 Aeon 人形机器人，计划今夏投入生产，被称为欧洲汽车制造业首次在量产环节部署人形机器人。这与现代、特斯拉的工厂内测一道，构成人形机器人"从展台走到工位"的同期信号。来源：机器人产业应用 原文

国家发改委：加快具身智能训练基础设施建设 · adjacent

发改委 5 月新闻发布会明确按"十五五"规划部署，以具身智能关键基础设施为抓手，重点加快训练基础设施建设以支撑数据采集与"大脑/小脑"模型训练；广州等地"十五五"亦将具身智能"智慧大脑、精密小脑、灵活肢体、操作系统"列为攻关方向。政策正从产业号召转向数据与算力底座的具体投入。来源：广东湾区无人技术研究院 原文